[논문 리뷰] Galaxy clusters in the CFHTLS. First matched filter candidate catalogue of the Deep fields

L. F. Olsen, Christophe Benoıst외 7명|arXiv (Cornell University)|2006. 09. 29.

Galaxies: Formation, Evolution, Phenomena참고 문헌 6인용 수 22

한 줄 요약

이 논문은 CFHTLS 딥 필드에서 i-대역 이미징을 사용하여 3.112 제곱도의 영역에서 162개의 은하 클러스터 후보를 검출한 최초의 매치드필터 클러스터 후보 목록을 제시한다. 중력의 중심에서 z=0.6의 중간 적색이동을 가진다. 이 방법은 z≈0.7까지 R≥1 빈도 클래스에 대해 약 90%의 완전성을 확보하며, 적색이동은 평균적으로 Δz≈0.1만큼 과대평가된다. 이는 고적색이동에서 낮은 빈도의 클러스터 집단을 잘 추적할 수 있어, 클러스터 진화와 잘 연구되지 않은 고적색이동에서의 낮은 빈도 클러스터 집단에 대한 강력한 연구 기반을 제공한다.

ABSTRACT

We apply a matched-filter cluster detection algorithm to the Canada-France-Hawaii Telescope Legacy Survey (CFHTLS) i-band data for the Deep-1, Deep-2, Deep-3 and Deep-4 fields covering a total of 4square degrees. To test the implemented procedure we carry out simulations for assessing the frequency of noise peaks as well as estimate the recovery efficiency. We estimate that up to z~0.7 the catalogue is essentially complete for clusters of richness class R>~1. The recovered redshifts are in general overestimated by dz=0.1 with a scatter of sigma_dz~0.1, except at redshifts z>~1 where the estimated redshifts are systematically underestimated. The constructed cluster candidate catalogue contains 162 detections over an effective area of 3.112 square degrees corresponding to a density of ~52.1 per square degree. The median estimated redshift of the candidates is z=0.6. The estimated noise frequency is 16.9+-5.4 detections per square degree. From visual inspection we identify systems that show a clear concentration of galaxies with similar colour. These systems have a density of ~20 per square degree.

연구 동기 및 목표

• CFHTLS 설문 조사의 깊은 광학 이미징에서 균일하고 대규모의 은하 클러스터 후보 목록을 구축하기 위해.
• 노이즈와 다양한 클러스터 빈도가 존재하는 조건에서 매치드필터 클러스터 검출 알고리즘의 신뢰성과 완전성 평가를 위해.
• 검출 방법의 적색이동 및 빈도 복원 성능을 특성화하여 천체물리적 응용을 가능하게 하기 위해.
• 거짓 검출의 비율과 시각적 확인된 클러스터 시스템의 비율을 식별하고 정량화하기 위해.
• 선택 함수 편향과 상호보완성을 평가하기 위해 X선으로 선택된 클러스터와 옵티컬 클러스터 샘플을 비교하기 위해.

제안 방법

• CFHTLS 딥 필드(딥-1에서 딥-4)의 i-대역 이미징에 매치드필터 클러스터 검출 알고리즘을 적용하여 4 제곱도의 영역을 커버한다.
• 노이즈 피크 및 복원 효율성의 함수로서 거짓 검출 비율과 복원 효율을 추정하기 위해 시뮬레이션 데이터를 사용한다.
• 은하 색-적색이동 관계를 이용하여 클러스터 후보의 광학적 적색이동을 추정하고 체계적인 오프셋 보정을 수행한다.
• 시각적 검토를 통해 공간적으로 농도가 높고 색깔이 일관된 시스템을 식별하여 진짜 클러스터와 거짓 양성 간의 구분을 한다.
• 옵티컬 클러스터 목록을 XMM-LSS X선 클러스터 샘플과 비교하여 교차 확인 및 선택 함수의 차이를 평가한다.
• 모의 클러스터 복원률에 기반하여 빈도 클래스 R≥1 기준을 설정하여 완전성 한계를 정의한다.

실험 결과

연구 질문

• RQ1 CFHTLS 딥 필드에서 매치드필터 클러스터 검출 방법의 완전성 한계는 다양한 빈도와 적색이동에서 어떻게 되는가?
• RQ2 검출된 클러스터 후보의 광학적 적색이동 추정치는 얼마나 정확한가? 적색이동 복원에서 체계적인 편향은 무엇인가?
• RQ3 노이즈 변동으로 인한 거짓 검출 비율은 얼마이며, 이는 시각적으로 확인된 시스템과 비교해 볼 때 어떻게 되는가?
• RQ4 검출된 클러스터 샘플의 특성은 겹치는 영역에서 X선으로 선택된 샘플과 어떻게 비교되는가?
• RQ5 옵티컬 검출 방법은 고적색이동(z>0.7)에서 낮은 빈도 클러스터를 얼마나 잘 추적하는가? 이는 이전의 설문 조사와 비교해 어떻게 되는가?

주요 결과

• 목록에는 효과적인 면적 3.112 제곱도에 걸쳐 162개의 클러스터 후보가 포함되어 있으며, 이는 제곱도당 52.1 ± 7.8개의 밀도에 해당한다.
• 거짓 검출 비율은 제곱도당 16.9 ± 5.4로 추정되며, 농도가 없는 시스템의 시각적 검토와 일치한다.
• R≥1 빈도 클래스에 대해 z≈0.7까지 약 90%의 완전성을 보이며, z≈1.2를 초과하면 복원 효율이 급격히 떨어진다.
• 광학적 적색이동은 평균적으로 Δz ≈ 0.1만큼 과대평가되며, 산란은 σΔz ≈ 0.1이다. 이는 향후 분석에서 보정이 가능하다.
• 시각적으로 확인된 농도가 높고 유사한 은하 색을 가진 시스템은 약 제곱도당 20개의 낮은 밀도를 보이며, 고신뢰도 검출의 부분집합임을 시사한다.
• 이 옵티컬 클러스터 샘플은 이전의 매치드필터 목록보다 더 높은 적색이동에서 더 가벼운 시스템을 추적하며, 클러스터 성장과 진화에 대한 새로운 통찰을 제공한다.